anndata
Data structure for annotated matrices in single-cell analysis. Use when working with .h5ad files or integrating with the scverse ecosystem. This is the data format skill—for analysis workflows use scanpy; for probabilistic models use scvi-tools; for population-scale queries use
Installation
Pick a client and clone the repository into its skills directory.
Installation
About this skill
Data structure for annotated matrices in single-cell analysis. Use when working with .h5ad files or integrating with the scverse ecosystem. This is the data format skill—for analysis workflows use scanpy; for probabilistic models use scvi-tools; for population-scale queries use cellxgene-census.
How to use
Zainstaluj pakiet AnnData za pomocą menedżera pakietów: uv pip install anndata. Jeśli potrzebujesz dodatkowych zależności do rozwoju i testowania, użyj uv pip install anndata[dev,test,doc].
Zaimportuj niezbędne biblioteki w swoim skrypcie Pythona: import anndata as ad, numpy as np oraz pandas as pd. Te moduły pozwolą ci pracować z macierzami danych i metadanymi.
Utwórz obiekt AnnData z macierzą eksperymentalnych pomiarów (X). Minimalnie wystarczy tablica NumPy o wymiarach komórki × geny, na przykład X = np.random.rand(100, 2000) dla 100 komórek i 2000 genów.
Dodaj metadane obserwacji (obs) i zmiennych (var) jako ramki danych Pandas. Metadane obserwacji mogą zawierać typ komórki czy próbkę, a metadane zmiennych mogą zawierać nazwy genów i identyfikatory Ensembl.
Połącz macierz i metadane w jeden obiekt AnnData: adata = ad.AnnData(X=X, obs=obs, var=var). Obiekt ten przechowuje wszystkie dane w jednej strukturze gotowej do analizy.
Odczytaj lub zapisz dane w formacie h5ad za pomocą metod read_h5ad() i write_h5ad(). Możesz teraz integrować swoje dane z narzędziami ekosystemu scverse do dalszej analizy, modelowania probabilistycznego lub zapytań na skalę populacji.